Журнал «Травма» Том 13, №2, 2012

Введение

Во время гестации одними из важнейших реакций, происходящих в женском организме, являются адаптационные изменения связок и сочленений опорно-двигательной системы, и в частности таза, который является остовом родового канала и подвергается значительной нагрузке во время родов.

По патогенезу и степени повреждения анатомических структур травмы во время родов значительно различаются — от симфизиопатий до разрывов соединений таза [1, 2]. Наиболее частыми причинами их возникновения могут быть дисбаланс гормональной регуляции, системные эндокринопатии, дегенеративно-дистрофические заболевания и травмы таза, анатомические особенности, крупный плод.

Выделение группы риска по возникновению повреждений таза в родах (ПТР) и болей в области лонного сочленения, в отношении которых необходим тщательный мониторинг состояния лобкового симфиза (ЛС) во время беременности и родов, позволяет своевременно диагностировать травму связочного аппарата в условиях родильного дома, даже в случаях стертой клинической симптоматики [3, 4].

В связи с этим на основании современных медицинских технологий разработан алгоритм, определяющий вероятность появления травм путем создания соответствующей математической модели с использованием современного метода математической статистики неоднородной последовательной процедуры распознавания (НППР) Вальда.

Материалы и методы

В качестве исследуемых переменных использовали анамнестические, клинические и лабораторные признаки, по которым проводили дальнейший отбор, с выявлением наиболее информативных из них для создания прогноза. С целью охвата максимально возможного количества признаков, которые могут оказать влияние на формирование родовой травмы, в разработку включены 62 анамнестических, лабораторных независимых признака.

Результаты и обсуждение

Для создания прогностической модели повреждения таза в родах мы сочли целесообразным расширить возможности математического прогнозирования путем использования неоднородной последовательной процедуры распознавания Вальда. При этом мы руководствовались следующими соображениями.

Процедура является одномерной, не требует использования сложных методов многомерной статистики и пригодна при любой форме распределения признаков. В сравнении с другими методами процедура Вальда относительно проста и близка к врачебному мышлению в своей логической основе.

Методика обеспечивает минимизацию числа шагов процедуры распознавания и, следовательно, существенное уменьшение числа признаков, необходимых для диагноза с заданным уровнем надежности. Процедура является альтернативной и при решении многоальтернативных задач требует их поэтапного рассмотрения.

В результате применения НППР получают один из трех ответов: «условно положительный прогноз — А1», «условно отрицательный прогноз — А2» или «имеющейся информации недостаточно для принятия решения с намеченным уровнем надежности» — неопределенный ответ, часто свидетельствующий не только о недостатке информации, но и о наличии промежуточного состояния между прогнозами А1 и А2. Для принятия одного из этих решений сравнивают произведение отношений вероятностей симптомов с диагностическим порогом с помощью критерия Вилкоксона — Манна — Уитни. Анализ по этому критерию заключается в подсчете нарушений расположения чисел по сравнению с идеальными. Одним нарушением (инверсией) считается такое расположение, когда перед некоторым числом первого столбца стоит одно число второго столбца, если же стоят два числа, то это две инверсии и т.д. После этого максимальное число инверсий (расчетное) сравнивают с табличным. Если фактическое число инверсий больше табличного, то признак считают информативным, т.е. различия между группами наблюдений можно считать значительными (табл. 1).

После того, как по непараметрическому критерию была определена информативность признаков, проводили отбор малоинформативных признаков и осуществляли переход к расчету информативности по более сильному методу Кульбака, т.е. на каждом этапе исследования оценивали частоты изучаемых признаков среди исследуемых беременных женщин. В дальнейшем значения этих частот использовали для расчета прогностических коэффициентов (ПК) и мер информативности Кульбака (J(x_i)) каждого признака.

Определенную информативность каждого признака соответственно проранжировали в порядке убывания. Затем из проранжированных признаков отбирали те, информативность которых превышает пороговое значение, что обусловило получение оптимизированного перечня признаков, необходимых для построения модели.

Признаки с положительными ПК (частота данного признака с диагнозом А₁ больше, чем с диагнозом А₂) рассматривали как маркеры предрасположенности к повреждениям таза в родах (болям), а признаки с отрицательными ПК (частота данного признака с диагнозом А₁ меньше, чем с диагнозом А₂) — как маркеры устойчивости к повреждениям таза в родах (болям). ПК и J(x_i) установленных признаков использовали в дальнейшем для выявления предрасположенности беременной к осложнениям в родах в виде травм таза или болей посредством НППР патологических процессов.

Все достаточно информативные (J(x_i) ≥ 0,05) признаки — маркеры предрасположенности — были размещены в порядке убывания их информативности.

Наиболее прогностически значимыми для условно позитивного прогноза наличия ПТР были следующие показатели: заболевания соединительной ткани (ПК = 10,095), отягощенный акушерский анамнез (ПК = 9,59), избыточная масса тела (ПК = 6,938), гормональный дисбаланс (ПК = 6,351), отягощенный преморбидный фон (ПК = 5,063), анатомические особенности таза (ПК = 5,552), заболевания эндокринной системы (ПК = 3,741), хронические инфекции мочевыделительной системы (ПК = 2,755).

Для формирования условно негативного прогноза наличия повреждений таза в родах прогностическое значение имели следующие показатели: заболевания соединительной ткани (ПК = –11,563), хронические воспалительные заболевания репродуктивной системы (ПК = –10,212), избыточная масса тела (ПК = –6,94), патология опорно-двигательной системы (ПК = –7,46), анатомические особенности таза (ПК = –7,46), заболевания эндокринной системы (ПК = –6,14), крупный плод (ПК = –5,027), 2 и более родов в анамнезе (ПК = –4,601).

Наиболее прогностически значимыми для условно позитивного прогноза наличия болей в области ЛС во время гестации были следующие показатели: заболевания соединительной ткани (ПК = 9,176), отягощенный акушерский анамнез (ПК = 7,634), избыточная масса тела (ПК = 6,69), отягощенный преморбидный фон (ПК = 5,607), анатомические особенности таза (ПК = 5,119), заболевания эндокринной системы (ПК = 3,802), хронические инфекции мочевыделительной системы (ПК = 2,82), хронические воспалительные заболевания репродуктивной системы (ПК = 1,73), крупный плод (ПК = 1,34).

Для формирования условно негативного прогноза наличия болей в области ЛС во время гестации существенное прогностическое значение имеют следующие показатели: патология опорно-двигательной системы (ПК = –26,87), заболевания соединительной ткани (ПК = –16,44), крупный плод (ПК = –10,11), анатомические особенности таза (ПК = –9,03), избыточная масса тела (ПК = –7,347), заболевания эндокринной системы (ПК = –6,021), гормональный дисбаланс (ПК = –6,651), хронические воспалительные заболевания репродуктивной системы (ПК = –3,452).

На следующем этапе задавали допустимые значения ошибок первого и второго рода, что позволяет определить значения порогов для каждого класса.

Сбор прогностической информации и перемножение отношений вероятностей признаков продолжали до тех пор, пока не был достигнут один из порогов. Как только это происходило, последовательную процедуру останавливали и принимали решение, применять или не применять данный метод воздействия в зависимости от того, какой порог достигнут. Если при использовании всей имеющейся прогностической информации порог не достигнут, то считают, что для принятия решения информации недостаточно, т.е. получается неопределенный ответ.

Прогностические данные, которые использовали для прогнозирования на вновь выбранном объекте, строили по результатам анализа, проведенного указанным выше методом на обучающей выборке объектов. Из рассмотренных факторов по результатам применения статистики Вилкоксона — Манна — Уитни и анализа частностей наиболее значимыми были следующие: патология опорно-двигательной системы; заболевания соединительной ткани (ревматизм, неспецифические артрозо-артриты); избыточная масса тела; хронические заболевания репродуктивной системы; анатомические особенности таза; отягощенный акушерский анамнез; гормональный дисбаланс; заболевания эндокринной системы, отягощенный преморбидный фон; крупный плод; 2 и более родов в анамнезе; хронические инфекции мочевыделительной системы.

На завершающем этапе проводили собственно синтез прогностической модели ПТР (или болей в процессе гестации), который состоял в формировании обучающей выборки на базе сформированного признакового пространства. Полученная модель процесса обследования послужила основой для автоматизированного прогнозирования ПТР и болей в области ЛС в процессе гестации.

Расчет индивидуального прогноза ПТР и болей в области ЛС при обращении беременной к врачу основывается на обычном раздельном суммировании положительных и отрицательных прогностических коэффициентов согласно определенным клинико-анамнестическим и лабораторным признакам. При принятии 5% уровня ошибок (p < 0,05) порог решения для позитивного прогноза будет равен +13 баллам, а для условно негативного прогноза — –13 баллам. При достижении или превышении прогностических порогов при суммировании решают вопрос относительно прогноза ПТР. Если использована вся имеющаяся прогностическая информация, но ни один из порогов не достигнут, т.е. результат суммирования находится между двумя установленными порогами, то принимается решение — «имеющейся информации недостаточно для принятия решения с намеченным уровнем ошибок». При этом необходимо продолжить обследование беременной для получения дополнительной информации.

Вывод

Таким образом, предложенная методика является достаточно эффективным инструментом для практического врача в плане прогнозирования возникновения ПТР и болей в области ЛС в процессе гестации.